TensorFlow es una biblioteca de aprendizaje automático de código abierto para investigación y producción. Se usa para el entrenamiento y la evaluación de modelos en todas las versiones de Cloud TPU. En esta página, se muestra la lista actual de las versiones compatibles de TensorFlow y Cloud TPU.
Versiones compatibles de TensorFlow y modelos oficiales
En la siguiente tabla, se muestran las versiones compatibles de TensorFlow actuales y todos los modelos oficiales compatibles con cada versión de TensorFlow.
| Versión de TensorFlow | Inicio de la compatibilidad | Finalización de la compatibilidad | Categoría del modelo | Modelos compatibles |
|---|---|---|---|---|
| TF 2.4 | 21 de diciembre de 2020 | (Fecha de finalización aún no establecida) | Clasificación de imágenes | ResNet-2.x,MNIST-2.x,EfficientNet-2.x, |
| Modelado de lenguajes | Transformer-2.x,BERT-2.x | |||
| Detección de objetos | RetinaNet‑2.x | |||
| Segmentación de imágenes | Mask-RCNN-2.x, ShapeMask-2.x | |||
| Sistemas de recomendación | NCF-2.x | |||
| TF 2.3.1 | 1 de octubre de 2020 | (Fecha de finalización aún no establecida) | Clasificación de imágenes | ResNet-2.x,MNIST-2.x,EfficientNet-2.x, |
| Modelado de lenguajes | Transformer-2.x,BERT-2.x | |||
| Detección de objetos | RetinaNet‑2.x | |||
| Segmentación de imágenes | Mask-RCNN-2.x, ShapeMask-2.x | |||
| Sistemas de recomendación | NCF-2.x | |||
| TF 2.3 | 28 de julio de 2020 | (Fecha de finalización aún no establecida) | Clasificación de imágenes | ResNet-2.x,MNIST-2.x,EfficientNet-2.x, |
| Modelado de lenguajes | Transformer-2.x,BERT-2.x | |||
| Detección de objetos | RetinaNet‑2.x | |||
| Segmentación de imágenes | Mask-RCNN-2.x, ShapeMask-2.x | |||
| Sistemas de recomendación | NCF-2.x | |||
| TF 2.2.1 | 7 de octubre de 2020 | (Fecha de finalización aún no establecida) | Clasificación de imágenes | ResNet-2.x,MNIST-2.x,EfficientNet-2.x, |
| Modelado de lenguajes | Transformer-2.x,BERT-2.x | |||
| Detección de objetos | RetinaNet‑2.x | |||
| Segmentación de imágenes | Mask-RCNN-2.x | |||
| TF 2.2 | 8 de mayo de 2020 | (Fecha de finalización aún no establecida) | Clasificación de imágenes | ResNet-2.x,MNIST-2.x,EfficientNet-2.x, |
| Modelado de lenguajes | Transformer-2.x,BERT-2.x | |||
| Detección de objetos | RetinaNet‑2.x | |||
| Segmentación de imágenes | Mask-RCNN-2.x | |||
| TF 2.1.2 | 30 de octubre de 2020 | (Fecha de finalización aún no establecida) | Clasificación de imágenes | ResNet-2.x,MNIST-2.x |
| Modelado de lenguajes | Transformer-2.x,BERT-2.x | |||
| Detección de objetos | RetinaNet‑2.x | |||
| TF 2.1.1 | 21 de mayo de 2020 | (Fecha de finalización aún no establecida) | Clasificación de imágenes | ResNet-2.x,MNIST-2.x |
| Modelado de lenguajes | Transformer-2.x,BERT-2.x | |||
| Detección de objetos | RetinaNet‑2.x | |||
| TF 2.1 | 9 de enero de 2020 | 30 de junio de 2020 | Clasificación de imágenes | ResNet-2.x,MNIST-2.x |
| Modelado de lenguajes | Transformer-2.x,BERT-2.x | |||
| Detección de objetos | RetinaNet‑2.x | |||
| TF 1.15.4 | 21 de octubre de 2020 | (Fecha de finalización aún no establecida) | Clasificación de imágenes | ResNet, AmoebaNet, EfficientNet, MNasNet, MNIST |
| Modelado de lenguajes | Transformer, BERT | |||
| Detección de objetos | RetinaNet | |||
| Segmentación de imágenes | Mask RCNN, ShapeMask | |||
| TF 1.15.3 | 29 de mayo de 2020 | (Fecha de finalización aún no establecida) | Clasificación de imágenes | ResNet, AmoebaNet, EfficientNet, MNasNet, MNIST |
| Modelado de lenguajes | Transformer, BERT | |||
| Detección de objetos | RetinaNet | |||
| Segmentación de imágenes | Mask RCNN, ShapeMask | |||
| TF 1.15.2 | 12 de mayo de 2020 | 30 de junio de 2020 | Clasificación de imágenes | ResNet, AmoebaNet, EfficientNet, MNasNet, MNIST |
| Modelado de lenguajes | Transformer, BERT | |||
| Detección de objetos | RetinaNet | |||
| Segmentación de imágenes | Mask RCNN, ShapeMask | |||
| TF 1.15 | 22 de octubre de 2019 | 30 de junio de 2020 | Clasificación de imágenes | ResNet, AmoebaNet, EfficientNet, MNasNet, MNIST |
| TF 1.14 | 19 de julio de 2019 | 30 de junio de 2020 | Clasificación de imágenes | ResNet, AmoebaNet, EfficientNet, MNasNet, MNIST |
| Modelado de lenguajes | ||||
| Detección de objetos | RetinaNet, Mask R-CNN | |||
| TF 1.13 | 11 de marzo de 2019 | 30 de junio de 2020 | Clasificación de imágenes | ResNet, AmoebaNet, MNasNet, MNIST |
| Modelado de lenguajes | ||||
| Detección de objetos | RetinaNet |
| Versión de PyTorch | Inicio de la compatibilidad | Finalización de la compatibilidad | Categoría del modelo | Modelos compatibles |
|---|---|---|---|---|
| PyTorch 1.x | 17 de octubre de 2019 | (Fecha de finalización aún no establecida) | Clasificación de imágenes | ResNet |
| Modelado de lenguajes | FairSeq Transformer,FairSeq RoBERTa | |||
| Sistemas de recomendación | DLRM |
Versiones compatibles de Cloud TPU
Para obtener orientación sobre la selección de versiones de Cloud TPU, consulta la documentación sobre las versiones de TPU en la página Arquitectura del sistema. En la tabla siguiente, se muestran las versiones compatibles con Cloud TPU.
| Versión de Cloud TPU | Inicio de compatibilidad | Finalización de compatibilidad |
|---|---|---|
| v2-8 | 12 de febrero de 2018 | (Fecha de finalización aún no establecida) |
| v2-32 | 7 de mayo de 2019 | (Fecha de finalización aún no establecida) |
| v2-128 | 7 de mayo de 2019 | (Fecha de finalización aún no establecida) |
| v2-256 | 7 de mayo de 2019 | (Fecha de finalización aún no establecida) |
| v2-512 | 7 de mayo de 2019 | (Fecha de finalización aún no establecida) |
| v3-8 | 10 de octubre de 2018 | (Fecha de finalización aún no establecida) |
| v3-32 | 7 de mayo de 2019 | (Fecha de finalización aún no establecida) |
| v3-128 | 7 de mayo de 2019 | (Fecha de finalización aún no establecida) |
| v3-256 | 7 de mayo de 2019 | (Fecha de finalización aún no establecida) |
| v3-512 | 7 de mayo de 2019 | (Fecha de finalización aún no establecida) |
| v3-1024 | 7 de mayo de 2019 | (Fecha de finalización aún no establecida) |
| v3-2048 | 7 de mayo de 2019 | (Fecha de finalización aún no establecida) |